Kyutai, le laboratoire d’IA à 300 millions d’euros voulu par Niel, Saadé et Schmidt

Le paysage français de l’intelligence artificielle accueille un nouvel acteur doté de moyens inhabituels pour un laboratoire de recherche. Inauguré le 17 novembre 2023, Kyutai rassemble Xavier Niel, dirigeant d’Iliad, Rodolphe Saadé, dirigeant de CMA CGM, et Eric Schmidt, ancien dirigeant de Google. Leur objectif affiché est ambitieux : donner à la France et, plus largement, à l’Europe, les capacités de recherche nécessaires pour peser dans la prochaine génération d’IA.

Présenté à Station F, à Paris, Kyutai se définit comme un laboratoire de recherche en IA open source. Le projet arrive dans un contexte de très forte concentration des compétences, des données et de la puissance de calcul chez les grands acteurs technologiques américains. Avec un investissement initial annoncé de 300 millions d’euros, ses fondateurs veulent créer les conditions permettant à des chercheurs de travailler sur des modèles de pointe depuis l’Europe.

Qui porte Kyutai et avec quels moyens ?

Kyutai repose sur une alliance rare entre trois personnalités issues de secteurs très différents. Xavier Niel est connu pour Iliad, maison mère de Free. Rodolphe Saadé dirige CMA CGM, groupe mondial de transport maritime et de logistique. Eric Schmidt a, pour sa part, dirigé Google. Leur association signale que l’intelligence artificielle n’est plus considérée comme un sujet réservé aux entreprises nativement technologiques : elle est aussi devenue un enjeu industriel, économique et stratégique.

Le chiffre mis en avant au lancement, 300 millions d’euros, constitue l’investissement initial du projet. Une telle somme ne garantit pas à elle seule l’émergence d’un modèle rival des systèmes américains, mais elle donne au laboratoire des moyens importants pour recruter, financer des travaux de long terme et accéder aux infrastructures nécessaires à l’entraînement des systèmes d’IA modernes.

La présence de Rodolphe Saadé est particulièrement notable. Le dirigeant de CMA CGM réalise avec Kyutai sa première incursion majeure dans la tech française. Son engagement illustre l’intérêt croissant des grands groupes pour l’IA, y compris dans des secteurs éloignés, en apparence, des logiciels conversationnels. Logistique, industrie, services et commerce pourraient tous être touchés par les progrès des modèles capables d’analyser, résumer, traduire ou générer des contenus.

Pourquoi cibler les modèles fondamentaux et les LLM ?

La priorité annoncée par Kyutai est le développement de modèles fondamentaux, notamment d’un LLM, pour « large language model », ou grand modèle de langage. Il s’agit de la famille de systèmes à laquelle appartiennent les assistants capables de répondre à des questions, rédiger un texte, résumer un document ou produire du code.

Un LLM apprend des régularités dans d’immenses volumes de textes. Lorsqu’il reçoit une consigne, il prédit la suite la plus pertinente au regard des exemples sur lesquels il a été entraîné. Cette explication simple ne doit pas masquer la complexité de ces modèles : leur création suppose des équipes de recherche spécialisées, des jeux de données, de très nombreux processeurs de calcul et des méthodes d’évaluation rigoureuses.

Le qualificatif de « fondamental » est important. Un modèle fondamental n’est pas conçu pour une seule tâche précise. Il peut ensuite servir de base à une variété d’usages, par exemple l’assistance rédactionnelle, l’analyse de documents, la traduction ou la recherche d’informations. Les entreprises peuvent alors l’adapter à leurs besoins, à condition de disposer des compétences et des garanties appropriées sur les données qu’elles lui confient.

Pour Kyutai, l’enjeu est de ne pas laisser les modèles les plus structurants être développés exclusivement hors d’Europe. Les technologies de ce type peuvent devenir des briques communes à de nombreux produits et services. En dépendre entièrement revient, pour les entreprises européennes, à s’en remettre aux choix techniques, aux conditions d’accès et au rythme d’innovation d’acteurs étrangers.

Une stratégie de recherche plutôt qu’une vente directe

Selon les ambitions présentées au lancement, Kyutai ne cherche pas, dans un premier temps, à commercialiser des produits sous sa propre marque. Sa stratégie consiste plutôt à développer des modèles et à les proposer gratuitement aux entreprises. Le laboratoire se place ainsi dans une logique de mise en commun et de diffusion de la recherche, plutôt que dans celle d’un éditeur de logiciels facturant un abonnement à des utilisateurs finaux.

Cette approche est rapprochée de la stratégie initiale d’OpenAI. La comparaison porte sur l’idée de produire des avancées scientifiques et technologiques susceptibles d’être utilisées au-delà d’une seule entreprise. Elle ne dispense pas Kyutai de répondre à des questions très concrètes : quels éléments seront effectivement accessibles, selon quelles modalités, et comment les entreprises pourront-elles intégrer ces modèles dans leurs outils ?

Le projet tel qu’il est présenté le 21 novembre 2023 peut se résumer ainsi :

Ce positionnement a un intérêt potentiel pour l’écosystème français. Une entreprise qui veut exploiter l’IA n’a pas forcément les ressources pour entraîner elle-même un grand modèle. L’accès à des travaux, à des modèles ou à des méthodes développés localement pourrait donc encourager l’expérimentation et faciliter l’émergence de nouveaux services. Mais entre la publication d’un modèle de recherche et son déploiement fiable dans une organisation, il reste généralement un travail important d’intégration, de sécurité et d’évaluation.

Pourquoi l’Europe veut-elle retenir les talents de l’IA ?

L’un des objectifs centraux de Kyutai est le recrutement de talents. Les chercheurs et ingénieurs capables de concevoir, entraîner et évaluer des modèles de pointe sont peu nombreux. Or ils sont très recherchés par les grandes entreprises technologiques, qui disposent de budgets considérables, de capacités de calcul massives et de produits offrant un accès immédiat à des centaines de millions d’utilisateurs.

Pour un laboratoire européen, attirer ces profils ne consiste pas seulement à proposer des salaires ou des moyens matériels. Il faut aussi offrir un environnement scientifique stimulant, des équipes de haut niveau, une liberté de recherche et la possibilité de publier ou de partager des résultats. La promesse de Kyutai repose précisément sur la mutualisation des efforts de recherche et sur une ambition ouverte, plutôt que sur le développement d’un service fermé à court terme.

Le constat formulé par ses initiateurs est celui d’un écart important entre l’Europe et les États-Unis dans l’IA. Cet écart ne se mesure pas uniquement au nombre d’applications visibles du grand public. Il concerne aussi les infrastructures, les investissements, l’accès aux composants de calcul et la capacité à transformer rapidement des résultats scientifiques en technologies largement déployées.

Xavier Niel inscrit le projet dans une perspective de long terme, liée à la compétitivité du pays et de ses entreprises :

« C’est important pour nous, pour notre économie, pour nos entreprises dans les 10 ou 20 prochaines années. »

Cette déclaration résume l’enjeu : l’IA est envisagée non comme une mode technologique passagère, mais comme une capacité qui pourrait influencer durablement la productivité, les métiers, les outils de travail et l’autonomie économique.

Quels défis attendent le laboratoire ?

L’annonce de Kyutai est significative, mais le succès d’un laboratoire de ce type se mesurera à ses résultats. Le premier défi est scientifique. Les grands modèles de langage évoluent rapidement, et il ne suffit pas de disposer de financements pour obtenir des performances comparables aux systèmes les plus avancés. Il faut trouver des idées nouvelles, construire des méthodes robustes et évaluer les modèles sur des tâches pertinentes.

Le deuxième défi est humain. Kyutai devra convaincre des chercheurs reconnus de rejoindre le projet et créer une dynamique suffisamment forte pour retenir les équipes dans la durée. Dans un marché mondial du travail très concurrentiel, la qualité du collectif et les perspectives de recherche comptent autant que la capacité financière.

Le troisième défi est celui du partage. Une démarche open source peut accélérer la diffusion des connaissances et permettre à d’autres acteurs de bâtir sur des travaux communs. Elle pose aussi des questions de gouvernance : que publie-t-on, à quel moment, et avec quelles précautions si un modèle peut être détourné ou utilisé sans contrôle ? Le laboratoire devra concilier son ambition d’ouverture avec les exigences de fiabilité et de responsabilité propres aux technologies d’IA générative.

Enfin, la collaboration entre chercheurs et entreprises sera déterminante. Les premiers produisent des méthodes et des modèles, les secondes apportent des cas d’usage, des retours de terrain et des besoins concrets. Si ce lien fonctionne, Kyutai pourrait contribuer à faire circuler plus rapidement les progrès scientifiques vers le tissu économique français et européen.

Ce qu’il faut surveiller

Dans les prochains mois, les indicateurs les plus importants seront moins les déclarations d’intention que les réalisations concrètes de Kyutai. La composition de ses équipes permettra d’apprécier sa capacité à attirer les profils recherchés. Les premiers travaux publiés, les modèles présentés et leurs conditions d’accès montreront ensuite ce que recouvre précisément la promesse open source.

Il faudra également suivre la manière dont le laboratoire articule recherche fondamentale et besoins des entreprises. Le pari de Kyutai est double : produire une IA compétitive sur le plan scientifique, tout en rendant ses avancées utiles à un écosystème européen qui cherche à ne pas dépendre uniquement des solutions américaines.

Avec 300 millions d’euros au départ et trois soutiens très identifiés, le laboratoire dispose d’une base financière et symbolique forte. Sa contribution réelle à la souveraineté technologique européenne dépendra toutefois de sa capacité à transformer cette impulsion initiale en découvertes, en outils réutilisables et en une communauté de recherche durable.